MétaCan
Menu
Retour à la cohorte
Enregistrement W2775120040 · doi:10.1177/2055668317750810

Characterisation of the Clothespin Relocation Test as a functional assessment tool

2018· article· en· W2775120040 sur OpenAlexaff
Peter Kyberd, Ali Hussaini, Ghislain Maillet

Notice bibliographique

RevueJournal of Rehabilitation and Assistive Technologies Engineering · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésRelocationRepeatabilityStatisticsTest (biology)SkewMathematicsRange (aeronautics)PopulationSimulationComputer sciencePsychologyEngineeringMedicineGeology

Résumé

récupéré en direct d'OpenAlex

METHOD: The Clothespin Relocation Test has been adapted from an arm training tool to create an instrument to measure hand function. It is based on the time to move three clothespins from a horizontal to a vertical bar, and back. To be generally useful, the measures need to have their psychometric properties investigated. This paper measures the characteristics of an able-bodied population to gain an understanding of the underlying statistical properties of the test, in order that it can then be used to compare with different subject groups. Fifty adults (29 males, 21 females, mean age 31) were tested with five runs of three clothespins moved up and then down. Ten subjects returned twice more to observe repeatability. RESULTS: There was a non-Gaussian range of times, from 2.5 to 7.37 s. Mean time for Up was 4.1 s, and was 4.0 s for Down, with a skew towards the faster times of 0.57 for Up and 0.97 for Down. Over the three sessions there was a small (not significant) increase in speed 4.1 ± 0.5 s first run Down to 3.5 ± 0.4 s for third. CONCLUSION: These initial tests confirm that it has potential to be used as a measurement of the performance of arm movement.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,243
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Rehabilitation and Assistive Technologies EngineeringMême sujetMotor Control and AdaptationTravaux en français237 207